當某些車企還在為“大模型歸誰管”內耗

出品｜虎嗅汽車組

作者｜楊杰

題圖｜AI生成

“天時已至，地利已成，唯獨人和是變量。”

2026北京車展開幕在即，一位不愿具名的車企智能化負責人向虎嗅汽車發出了這樣的感慨。他所在的品牌，將在本屆車展上高調發布一款搭載AI大模型的智能產品。但現在，座艙和智駕兩個團隊仍在爭吵不休，沒人知道到底該誰負責部分功能的落地。

就在這家企業內部仍在進行團隊博弈的同時，理想汽車CEO李想在對內講話中拋出了一個更為緊迫的判斷，2026年是車企上車AI的最后窗口——這也是整個行業的共識。

最新消息顯示，特斯拉中國車機語音大模型服務將接入豆包+DeepSeek大模型，該服務已于4月20日完成備案。特斯拉Model Y L車型將搭載豆包大模型與DeepSeek模型，兩款模型均通過火山引擎接入。

事實上，AI大模型上車的技術堆棧實際早已就緒，產業鏈條已打通。正可謂天時已至，地利已成。然而在車企內部關于組織架構、研發節奏和權力格局的隱秘博弈，卻正在成為車端大模型從PPT駛入量產交付的最大變量。

2026北京車展，將成為這場博弈的集中閱兵場。

在展臺聚光燈照不到的會議室里，車企如何將內部組織墻推倒，實現徹底打通同樣是值得聚焦的重點話題。

車端大模型“天時地利已至”

如果要用一個指標來度量車端大模型的市場熱度，佐思汽研的數據最具說服力。

2025年，AI車載大模型的滲透率從1月的10.8%，一路攀升至12月的38.6%，翻了近四倍。進入2026年，國海證券研報進一步預計，國內智能座艙滲透率將超80%，這一數據遙遙領先于全球其他市場。

與之呼應的是市場規模的高速增長。中商產業研究院數據顯示，2026年中國乘用車智能座艙解決方案市場規模預計將達1828億元，其核心驅動力之一正是端到端大模型技術的涌現。得益于無需依賴傳統模塊化架構，可直接從語音、視覺等多模態輸入生成決策指令或服務響應的優勢，端到端大模型技術正在完成一次質變級的范式躍遷。

值得注意的是，業內當前對世界模型的關注點，正在發生一場微妙但深刻的價值重構。過去談及世界模型，外界往往聚焦于其是否能帶來智駕能力的代際突破。但現階段頭部玩家與投資人更看重的是它對底層架構的降維打擊，該技術有望將傳統“感知-預測-規劃”的多模塊串聯，壓縮為一個統一的推理模型。

這意味著，對智駕而言，世界模型的最大價值并非在于短期內讓車開得更像老司機，而在于通過壓縮模塊、降低對海量高精規則代碼的依賴，從而極大幅度地降低系統迭代的工程成本與硬件算力開銷。

圖源：車企官方

這一變化本質上是將智能駕駛從手工作坊式的規則堆砌，推向了工業化的數據生成。在過去的多模塊架構下，每一個環節的優化都意味著天量的代碼工作與跨團隊聯調成本；而壓縮為統一推理后，系統的上限由模型與數據決定，下限則由硬件承載能力決定。

這直接決定了車企接下來的競爭焦點：不再是比拼誰家的規則寫得細，而是比拼誰的架構更擅長低成本地處理長尾場景。

同時，國海證券研報指出，智能座艙域控市場預計從2025年的208.2億元增長至2030年的701.6億元，年復合增速27.5%，2026和2027年將是關鍵窗口期。在這個窗口期內，誰的芯片先裝車、誰的生態先閉環，誰就掌握了定義下一代智能汽車體驗的話語權。

基于上述，在虎嗅汽車看來，大模型上車的演進劃分為三個階段。

第一階段是2023年左右，第一批嘗鮮者開始在車機中接入云端大模型，核心目標樸素而關鍵，讓語音助手不再“已讀亂回”，變得能用。

到了2024至2025年，第二階段的大模型不再滿足于對話，開始主動執行任務，也就過渡到了好用的階段。

當下，汽車行業正邁入第三階段，那就是讓用戶離不開AI大模型。該技術也將從工具進化為智能體，它不僅要會觀察、會思考、會預判，還要會主動服務用戶。

然而，天時與地利的疊加，并不等于勝利的必然。恰恰相反，當技術準備就緒、供應鏈通路打開之后，最大的不確定性恰恰來自車企內部。

“人和”是最大變量

一個不容回避的現實是，大模型的部署，正在挑戰傳統車企已經運行了數十年的組織架構和權力格局。

在過去，智能駕駛和智能座艙分屬兩個獨立的領域，多數車企內部同樣由不同的團隊、不同的供應商，甚至不同的芯片來支撐，彼此之間界限分明。

然而，大模型天然具有跨域融合的基因，它既要處理感知數據，又要響應人機交互，還要實時決策。這意味著，車企內部過去彼此割裂的智駕團隊和座艙團隊，如今必須坐在同一張桌子前，共享數據、對齊優先級、協同開發。而這對大多數傳統車企而言，不亞于一場“組織地震”。

地平線創始人余凱在公開發言中直指這一痛點，他建議主機廠把組織架構從“智駕+座艙”分立模式轉變為“硬件團隊+算法軟件團隊”。因為整車架構正在從分布式控制器快速走向中央計算，如果組織跟不上架構的變化，技術再好也落不了地。

這不僅是組織設計問題，更是一場話語權之爭。一位主機廠內部人士曾私下對虎嗅透露：“過去，座艙團隊和智駕團隊幾乎是兩條平行線，各管各的預算、各匯報各的老板。現在你告訴我，要把數據打通、把決策權統一，首先得有人回答一個問題：這事兒，到底誰說了算？”

如果說組織架構的滯后是看得見的障礙，那么AI人才儲備的捉襟見肘則是更致命的看不見的短板。一家合資品牌的高管在采訪中坦言：“我們有全球頂尖的制造能力和供應鏈體系，但缺少既懂大模型又懂車輛工程的復合型人才，這樣的人在國內基本上被頭部新勢力和科技大廠瓜分完了，這不是靠簽幾家供應商就能解決的問題。”

在傳統車企的人才池中，軟件工程師本就稀缺，能夠理解Transformer架構、掌握強化學習訓練方法、同時又熟悉車載系統部署要求的人才，更是鳳毛麟角。當新勢力們早已建立起從芯片到算法的全棧團隊時，一些傳統車企仍在為“大模型到底該掛靠在IT部門還是產品部門”而爭論不休。

豆包大模型最新版；圖源：車企官方

內部協同之困的另一面，是外部博弈之痛。

隨著AI大模型成為智能汽車的核心競爭力，供應商的角色正在發生根本性變化。過去，車企與供應商的關系是典型的甲乙方合作模式。主機廠提出需求，供應商提供硬件或軟件，交鑰匙即可。

但大模型的出現，徹底打破了這種關系。

一方面，頭部供應商正在從提供者升級為能力定義者。華為憑借全棧自研的端到端智駕大模型，成為國內城市NOA方案市占率第一的供應商；地平線的HSD端到端系統已經不僅僅是芯片供應商的角色，而是在事實上參與甚至主導了部分車型的智能化體驗定義。

千問大模型生態布局；圖源：車企官方

在此背景之下，當供應商掌握了核心技術棧，主機廠在合作中的地位和話語權不可避免地受到擠壓。

另一方面，頭部新勢力車企則選擇全棧自研為主要路徑。我們看到，小鵬自研圖靈AI芯片和第二代VLA物理世界大模型；理想自研Mind GPT大模型并通過國家備案；蔚來自研NWM世界模型。這些新勢力正在將AI能力視為核心護城河，拒絕將其外包給供應商。

兩種路徑本質上沒有對錯，但問題在于，選擇依賴供應商的車企，如何在“借力”的同時不喪失產品定義權？選擇全棧自研的車企，如何在高昂的研發投入與規模化量產之間找到平衡？

這些博弈不僅發生在車企與供應商之間，也深刻影響著車企內部的組織形態和資源分配。2026北京車展，將成為這場博弈最直觀的展示窗口。

從已經披露的信息來看，AI大模型已成為本屆車展最核心的競爭主線。

奔馳將攜近40款車型參展，依托MB.OS架構，以AI大模型全面賦能座艙與智駕；豆包大模型也將陸續上車；搭載Momenta大模型驅動的全場景輔助系統的新車也將進行展示。此外，還有多家車企將在車展期間首次公開展示自研大模型上車成果。

但車展聚光燈下的繁榮，掩蓋不了寧靜水面之下的洶涌暗流。CAAM預測數據顯示，2027年非標配車端大模型車型將逐步淡出市場，這無疑描繪了一幅殘酷的淘汰路線圖。

對于某些在智能化轉型中慢了一拍的品牌而言，車展上熱鬧的展臺可能正是它們品牌溢價的最后“遮羞布”。

當消費者逐漸意識到，同價位的新勢力車型能提供越用越聰明的AI體驗，而傳統品牌的車機語音助手仍停留在已讀亂回的時代，品牌忠誠度將以前所未有的速度崩塌。

對于那些仍困于傳統組織架構、在自研還是外包之間搖擺不定的車企而言，2026年可能就是決定命運的十字路口。它們的答案可能各不相同，有的選擇與華為、地平線這樣的生態伙伴深度綁定，有的則像小鵬蔚來一樣押注從芯片到算法的全棧自研。

但無論車企選擇哪一條路，在AI大模型上車天時地利已至的當下，誰先解決了“人和”問題，誰就擁有了定義AI汽車下半場的話語權，慢一步，或許就是永別。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4852358.html?f=wyxwapp